Python 混合密度网络

Python 混合密度网络,python,machine-learning,Python,Machine Learning,在混合密度网络中,有一个函数用于对多个预测进行采样,即: y_test = model.predict(x_test) y_samples = np.apply_along_axis(mdn.sample_from_output, 1, y_test, OUTPUT_DIMS, N_MIXES, temp=1.0) 所以,这里这个函数只返回一个样本,而我应该得到样本数=N_混合。关于如何获得多个样本有什么想法吗 在init.py的第251行中,更改如下: sample=np.随机.多元正态(m

在混合密度网络中,有一个函数用于对多个预测进行采样,即:

y_test = model.predict(x_test)
y_samples = np.apply_along_axis(mdn.sample_from_output, 1, y_test, OUTPUT_DIMS, N_MIXES, temp=1.0)

所以,这里这个函数只返回一个样本,而我应该得到样本数=N_混合。关于如何获得多个样本有什么想法吗

在init.py的第251行中,更改如下:

sample=np.随机.多元正态(mus_向量,cov_矩阵,n_samp)
将第224行中的
n_samp
作为参数传递为:

def sample_from_output(参数、输出尺寸、混合数、n_samp=100、temp=1.0、sigma_temp=1.0):